离群点的判定摘要本文首先对离群点进行了定义，离群点（outlier）是指数值中，远离数值的一般水平的极端大值和极端小值。
因此，也称之为歧异值，有时也称其为野值。
深入了解了形成离群点的原因，并建立数学模型来找出一维、n维数据中的离群点，主要利用聚类的离群挖掘法。
针对问题一，考虑到数据的杂乱性，先对数据进行排序，由于在实际生活中我们需要处理的数据量往往比较多，离群点的个数也不确定，就考虑对数据进行分类处理，利用离群值跳跃度比较大的特点，采用斜率比较的方法进行分类，在分类的过程中我们就会很容易的发现离群点。
最后再对完成分类的数据进行分析。
完成分类的数据往往差距更小，可以近似的认为数据服从正态分布，利用正态分布的性质可以找出每类数据中的离群点，这样就找出了数据中所有的离群点。
针对问题二，我们主要采用具体的数据绘制具体的图形来分析存在的离群点，并说明离群点带来的影响。
针对问题三，我们主要利用基于聚类的离群挖掘方法，先利用一趟算法对数据集进行聚类；然后再计算每个簇的离群因子，并按离群因子对簇进行排序，最终确定离群簇，也即确定离群对象。
确定算法以后再利用具体的数据进行检测，看该模型是否可行。
关键词：数据的分类处理聚类的离群挖掘方法（CBOD）一、问题重述A题：离群点的判定离群点（outlier）是指数值中，远离数值的一般水平的极端大值和极端小值。
因此，也称之为歧异值，有时也称其为野值。
形成离群点的主要原因有：首先可能是采样中的误差，如记录的偏误，工作人员出现笔误，计算错误等，都有可能产生极端大值或者极端小值。
其次可能是被研究现象本身由于受各种偶然非正常的因素影响而引起的。
例如：在人口死亡序列中，由于某年发生了地震，使该年度死亡人数剧增，形成离群点；在股票价格序列中，由于受某项政策出台或某种谣传的刺激，都会出现极增，极减现象，变现为离群点。
不论是何种原因引起的离群点对以后的分析都会造成一定的影响。
从造成分析的困难来看，统计分析人员说不希望序列中出现离群点，离群点会直接影响模型的拟合精度，甚至会得到一些虚伪的信息。
